图像算法-二值图像 目标标记 连通区域

OCR处理主要包括图像分割，目标标记，目标识别三步。今天主要详细介绍一种基于连通区域的的目标标记方法，将给出算法步骤，并举例进行说明。

算法步骤

假设当前图像矩阵为F, 标记矩阵为L，(i,j)为图像中任意一点的坐标，LabelNum为当前标记数。

一 创建标记矩阵

对图像按行遍历，当出现目标点，即$F(i,j-1)=0,F(i,j)=1$时：
则以$(i,j)$为起点，继续向右遍历，当满足以下条件时结束遍历：
1）出现背景点：$F(i,k)=1,F(i,k+1)=0$ ；
2）行尾：$F(i,k)=1,k+1=ImageWidth$；

对于当前第$i$行得到的连通区域 { ( i , y ) ∣ y ∈ ( j , k ) } \{(i,y)| y \in (j, k)\} { (i,y)∣y∈(j,k)}，其所对应的上一行的连通区域为 { ( i − 1 , y ) ∣ y ∈ ( j − 1 , k + 1 ) } \{(i-1,y)| y \in (j-1, k+1)\} { (i−1,y)∣y∈(j−1,k+1)}，对 { ( i − 1 , y ) ∣ y ∈ ( j − 1 , k + 1 ) } \{(i-1,y)| y \in (j-1, k+1)\} { (i−1,y)∣y∈(j−1,k+1)}进行遍历：
1）如果当前行为图像的第一行：$i=0 $ ;
2）如果当前行为目标的起始行：$F(i-1,y)=0,y\in (j-1,k+1)$
则将当前标记数加1（$LabelNum++$），对 { ( i , y ) ∣ y ∈ ( j , k ) } \{(i,y)| y \in (j, k)\} { (i,y)∣y∈(j,k)}进行标记，并记录第i行与上一行连通区域的标记数，记为$[LabelNum,LabelNum]$；
3）如果第i行为目标的中间行，则找到 { ( i − 1 , y ) ∣ y ∈ ( j − 1 , k + 1 ) } \{(i-1,y)| y \in (j-1, k+1)\} { (i−1,y)∣y∈(j−1,k+1)}内的所有连通区域，以第一个连通区域的标记数对 { ( i , y ) ∣ y ∈ ( j , k ) } \{(i,y)| y \in (j, k)\} { (i,y)∣y∈(j,k)}进行标记，并记录所有连通区域的的标记数，比如：$[LabelNum,LabelNum],[LabelNum,LabelNum2]，[LabelNum,LabelNum3]$；

二 创建标记数映射表

对所有标记数记录进行遍历，假设对于任意一个标记数记录$[LabelNu{m}_{cur},LabelNu{m}_{last}]$：
1）如果$LabelNu{m}_{cur}=LabelNu{m}_{last}$，则$Map[LabelNu{m}_{cur}]=LabelNu{m}_{cur}$；
2）如果$LabelNu{m}_{cur}̸=LabelNu{m}_{last}$，则$Map[LabelNu{m}_{cur}]=LabelNu{m}_{last}$，或者$Map[LabelNu{m}_{last}$